우리는 AI 에이전트가 인간과 진정한 파트너로서 협력하는 에이전트 기업의 시대로 진입하고 있습니다. 이러한 AI 에이전트는 마케팅 캠페인 조율, IT 티켓 해결 또는 프로젝트 계획 개발과 같은 실제 업무를 자율적으로 수행하여 팀의 생산성을 높일 것을 약속합니다.
그러나 오늘날의 자율 에이전트는 목표를 달성하지 못합니다. Carnegie Mellon University*의 연구에 따르면 AI 에이전트는 업무 관련 작업의 70%에서 실패합니다. 이는 팀이 아닌 개인을 위해 설계되었으며 실제로 업무가 이루어지는 곳에서 격리되어 있기 때문입니다. 이러한 AI 에이전트는 조직의 업무 방식에 대한 맥락이 없고, 인간을 루프에 유지할 수 있는 체크 포인트가 부족하며, 리더가 데이터와 액세스를 점검하는 데 필요한 기업 통제 기능이 없습니다.
이러한 이유로 AI와 인간의 협업 방식을 새롭게 구상했습니다.
오늘 우리는 AI 팀원을 발표합니다. 이는 고립된 AI 도구에서 팀과 협력하고 비즈니스 맥락을 이해하며 전략적 업무를 확장하는 데 필요한 투명성과 통제력을 유지하는 협업 AI 에이전트로의 근본적인 전환입니다.
AI 팀원은 세 가지 핵심 기능을 통해 신뢰할 수 있는 협업을 제공합니다.
AI 팀원은 Asana의 업무 그래프 데이터 모델을 활용하여 모든 상호작용에 걸쳐 완전한 비즈니스 맥락을 제공합니다. 고립된 AI 도구와 달리 AI 팀원은 팀 전체와 협업하고 피드백을 받아 결과를 구체화하여 팀 전체의 기억을 구축할 수 있습니다. 이를 통해 Asana AI 팀원은 시간이 지남에 따라 지속적으로 개선하고 역량을 강화하여 조직의 지식을 파악할 수 있습니다. 또한 필요에 따라 조정하고 편집하여 진정한 협업에 필요한 역동적인 기반을 만들 수 있습니다.
AI 팀원은 Asana의 핵심 업무 관리 플랫폼에서 일하기 때문에 모든 AI 팀원 상호작용에 완전한 투명성과 책임감이 내재되어 있습니다. 팀은 AI의 실행과 추론에 대해 완벽한 가시성을 확보하고, 필요할 때 AI의 코스를 쉽게 수정할 수 있습니다. AI 팀원은 자신의 업무를 보여주고, 추론 과정을 설명하고, 팀 전체로부터 피드백을 받아 지속적으로 기여도를 개선합니다.
AI 팀원은 데이터 액세스 및 공유에 대해 Asana의 기존 엔터프라이즈급 제어를 따릅니다. 팀은 AI 팀원이 액세스할 수 있는 데이터와 AI 팀원을 생성, 수정 및 협업할 수 있는 사람을 제어할 수 있습니다. 이를 통해 AI 팀원은 신뢰를 저하시키지 않으면서도 팀이 원하는 방식으로 일할 수 있습니다.
AI 팀원은 이미 Asana 고객을 위해 미션 크리티컬 기능 전반에 걸쳐 결과와 영향을 제공하고 있습니다. 비즈니스 전반에 걸쳐 모든 요구 사항에 적합합니다. 다음은 몇 가지 활용 가능 사례입니다.
마케팅: AI 팀원은 캠페인 브리프를 작성하고, 결과물을 추적하고, ROI에 대해 보고하는 캠페인 전략가 역할을 할 수 있습니다. 또한 크리에이티브 파트너 역할을 수행하여 내용을 작성하고, 변형을 브레인스토밍하고, 브랜드 가이드라인에 따라 자산을 검토하여 크리에이티브 개발을 가속화할 수 있습니다.
IT: AI 팀원은 IT 티켓팅 전문가의 역할을 맡아 티켓을 자동으로 분류하고 라우팅하여 서비스 요청을 처리할 수 있습니다. 또한 문제를 해결하고, 반복되는 문제의 패턴과 추세를 식별하고, 해결책을 메모리에 저장하여 지식 기반을 최신 상태로 유지할 수 있습니다.
제품 및 엔지니어링: AI 팀원은 버그 보고서를 해석하고, 중복 사항을 통합하고, 심각도를 평가하는 첫 번째 방어선 역할을 하는 버그 조사원 이 될 수 있습니다. 또한 스프린트 액셀러레이터 역할을 수행하여 스토리 진행 상태를 추적하고, 위험 항목을 플래그 지정하고, 스프린트 결과를 요약할 수 있습니다.
운영 및 PMO: AI 팀원은 교차 기능 출시를 추적하고, 종속성을 모니터링하고, 위험을 표시하는 출시 네비게이터 역할을 할 수 있습니다. 리더십의 경우, 상담원은 인사이트 애널리스트의 역할을 맡을 수 있으며, 상세한 프로젝트 데이터를 리더십 대상에 맞는 간결한 보고서로 압축할 수 있습니다.
Morningstar의 프로젝트 관리 팀은 복잡한 프로젝트에 대한 과거 데이터를 분석하는 어려운 작업에 직면했을 때 몇 주 동안 집중적으로 작업해야 한다는 것을 알고 있었습니다.
AI 팀원을 입력하세요.
그 후 일어난 일은 글로벌 금융 서비스 회사가 이러한 유형의 업무에 접근하는 방식을 바꾸는 데 도움이 되었습니다.
"인간이 엄청난 시간을 들여야 했던 엄청난 작업(약 1~2주)을 AI 팀원이 몇 시간 만에 처리할 수 있었습니다. 정말 놀랍습니다."라고 Morningstar의 Retirement Group PMO 선임 프로젝트 매니저인 Alina Lamy는 말합니다.
하지만 속도는 시작에 불과했습니다.
제공된 인사이트의 품질과 깊이는 기대를 뛰어넘었으며, 중요한 비즈니스 의사 결정을 내리는 데 도움이 되는 데이터의 숨겨진 패턴을 드러냈습니다. Morningstar의 CIO인 Laura Kohl 에 따르면 이는 작업 자동화보다 훨씬 더 큰 의미를 가집니다.
"Asana AI 팀원은 업무 데이터 내에서 조직의 지식을 안전하게 활용하여 중요한 비즈니스 의사 결정을 내리는 데 도움이 되는 데이터 기반 인사이트를 생성하는 데 도움이 됩니다. 한 사용 사례에서는 몇 주에 걸친 복잡한 연구가 몇 시간 만에 완료된 경험이 있었습니다."라고 Kohl은 말합니다. "이를 통해 팀의 운영 방식을 발전시키고 대규모로 성과를 낼 수 있는 역량을 지원할 수 있습니다."
AI 팀원은 기존 노코드 워크플로 작성기 AI Studio 와 원활하게 연동됩니다.
AI Studio는 예측 가능한 패턴을 따르는 반복 가능한 대량의 일상 업무를 처리합니다.
AI Teammates는 추론, 분석, 인간과 같은 판단이 필요한 복잡하고 협업적인 전략적 업무를 처리합니다.
이 두 가지 솔루션을 함께 사용하면 팀이 비즈니스 성과를 이끌어내는 전략적 이니셔티브와 창의적인 문제 해결이라는 가장 중요한 일에 집중할 수 있습니다. 그 결과, 감독이나 통제력을 저하시키지 않으면서도 실행 속도가 빨라지고 팀의 작업 수용량이 크게 증가합니다.
AI 팀원은 이제 베타 버전에서 사용할 수 있으며, 2027 회계연도 1분기에 일반 공개될 예정입니다.
자세한 정보는 계정 팀에 문의하거나 asana.com/ai-teammates에서 베타 버전에 참여하세요.
*TheAgentCompany: 결과적 실제 작업에 대한 LLM 에이전트 벤치마킹, 카네기멜론대학교, 2025년 9월 10일.